Biome-BGC在模拟过程中，如何使用Linux、Python等,完成前处理和后处理工作？？？

在Biome-BGC模型中，对于碳的生物量积累，采用光合酶促反应机理模型计算出每天的初级生产力(GPP)，将生长呼吸和维持呼吸减去后的产物分配给叶、枝条、干和根。生物体的碳每天都按一定比例以凋落方式进入凋落物碳库；对于水份输运过程，该模型模拟的水循环过程包括降雨、降雪、冠层截留、穿透降水、树干径流、 冠层蒸发、融雪、雪升华、冠层蒸腾、土壤蒸发、蒸散、地表径流和土壤水分变化以及植物对水分的利用；对于土壤过程，模型考虑了凋落物分解进入土壤有机碳库过程、土壤有机物矿化过程和基于木桶模型的水在土层间的输送关系；对于能量平衡，该模型还考虑了净辐射、感热通量和潜热通量等过程。

Linux应用

l 实现批量创建文件、删除文件及文件夹

l 并行化执行程序

CDO工具应用

l 使用cdo工具对netCDF文件进行合并

l 筛选时间和变量，裁剪为

Python应用

l Python的循环语句，逻辑语句，

l 创建Numpy数组，并统计计算；

l 使用Matplotlib制作散点图、等值线图；

l 利用零散数据Pandas创建数，制作时间

l 利用Xarray读取netCDF文件，写入netCDF文件；实现插值工作

在linux 上综合使用cdo和xarray数据制备所需数据。

1静态数据制备：

l 地形数据：GTOPO30S 1km

l 土地利用数据：GLCC 1km

l 土壤数据：FAO

l GPP数据：MODIS数据

驱动数据制备：

l CN05.1数据处理

l CMFD数据处理

3生态数据

MODIS GPP

单点的模拟
前处理

l 从空间数据（netCDF）插值

l 配置运行文件

l 制备气象数据

2运行BGC模型

3调参

基于Python的并行化参数搜索

l 调整生长季开始和结束

后处理

l 结果统计计算

结果可视化

区域模拟

区域模拟是将区域上每个格点分别进行计算进行的。

l 模拟前准备

l 分配数据

l 并行运行

合并结果

通过数据库的管理，可以减少单点模型空间化数据分发和管理复杂度。

l MySQL介绍

l 常见命令介绍

l 在Mysql中建立驱动数据、静态数据表和结果表

l 编写脚本自动化生成静态数据

l 并行运行模式

l 结果导入数据库

后处理案例数据

使用ERA5作为观测数据的降尺度后的CMIP6未来气候变化降尺度数据。

l 对气象数据降尺度，获得气温、湿度、降水和向下短波辐射。

l 土壤数据、植被数据库查询

l 准备气象数据和静态数据

l 后处理模拟结果数据

 ■Python语言在地球科学领域中的实践技术

■长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析、生物量估算与趋势分析等